- 排名
- #83
- 总输出令牌
- 19,362
- 响应时间（平均）
- 8.12s
- 总成本
- $0.661
Claude Sonnet 4.6 vs Muse Glimmer 30B (high)
平均分几乎持平，为 7.3 vs 7.3。 Muse Glimmer 30B (high) benchmark 成本更低，为 $0.529 vs $0.661。 Claude Sonnet 4.6 更快，为 8.12s vs 65.50s，通过率为 57.6% vs 68.2%。
- 排名
- #84
- 总输出令牌
- 372,149
- 响应时间（平均）
- 65.50s
- 总成本
- $0.529
推荐模型
Claude Sonnet 4.6
它在这里得分最高（7.3），同时响应速度比Muse Glimmer 30B (high)快约 8.1 倍。
详细对比
| 指标 | Claude Sonnet 4.6 Claude Sonnet 4.6 none | Muse Glimmer 30B Muse Glimmer 30B high |
|---|---|---|
| 分数 | 7.3 | 7.3 |
| 排名 | #83 | #84 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 9.7 | 7.6 |
| 基准测试覆盖率 | 22/22 项测试 · 66/66 次尝试 | 22/22 项测试 · 66/66 次尝试 |
| 测试正确 | ||
| 尝试通过率 | 57.6% | 68.2% |
| 不稳定测试 | 1 | 7 |
| 总运行次数 | 66 | 66 |
| 每个结果成本 | 5.502 | 4.805 |
| 总成本 | $0.661 | $0.529 |
| 输入价格 | $3.000 / 1M | $0.350 / 1M |
| 输出价格 | $15.000 / 1M | $1.500 / 1M |
| 总输入令牌 | 123,264 | 103,482 |
| 输出令牌 | 19,362 | 105,680 |
| 推理令牌 | 0 | 266,469 |
| 响应时间（平均） | 8.12s | 65.50s |
| 响应时间（最大） | 51.18s | 451.90s |
| 响应时间（总计） | 121.78s | 1440.91s |
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#83 Claude Sonnet 4.6
none- 成本
- $0.038
- 时间
- 27.3s
- 令牌
- 2,598 tok
#84 Muse Glimmer 30B
high- 成本
- $0.005
- 时间
- 61.7s
- 令牌
- 3,097 tok
按分数排名的模型
分数 vs 总成本
响应时间（平均）
分数 vs 响应时间（平均）
总输出令牌
分数 vs 总输出令牌
类别细分
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 4.8 | 10.0 | 25.0% | 0 | 2.94s | 636 | 1,214 | 0 | |
| Muse Glimmer 30B | 8.7 | 7.9 | 91.7% | 1 | 13.18s | 810 | 9,052 | 11,687 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 5.5 | 10.0 | 33.3% | 0 | 5.19s | 8,522 | 2,127 | 0 | |
| Muse Glimmer 30B | 8.8 | 7.8 | 88.9% | 1 | 95.97s | 7,419 | 16,128 | 55,433 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 9.8 | 10.0 | 100.0% | 0 | 37.51s | 91,402 | 13,663 | 0 | |
| Muse Glimmer 30B | 6.4 | 5.8 | 66.7% | 1 | 115.38s | 75,453 | 4,435 | 49,342 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 3.43s | 8,574 | 252 | 0 | |
| Muse Glimmer 30B | 7.3 | 5.9 | 83.3% | 1 | 14.89s | 7,065 | 4,422 | 7,478 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 7.7 | 10.0 | 66.7% | 0 | 3.54s | 759 | 413 | 0 | |
| Muse Glimmer 30B | 5.3 | 10.0 | 33.3% | 0 | 173.76s | 873 | 65,660 | 68,598 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.1 | 3.1 | 66.7% | 1 | 2.56s | 513 | 192 | 0 | |
| Muse Glimmer 30B | 5.3 | 10.0 | 0.0% | 0 | 6.36s | 525 | 1,574 | 1,659 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 6.5 | 10.0 | 50.0% | 0 | 1.96s | 690 | 90 | 0 | |
| Muse Glimmer 30B | 8.4 | 6.9 | 83.3% | 1 | 8.62s | 765 | 2,259 | 4,296 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 7.7 | 10.0 | 66.7% | 0 | 2.53s | 663 | 533 | 0 | |
| Muse Glimmer 30B | 6.1 | 4.7 | 66.7% | 2 | 64.76s | 795 | 846 | 46,992 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 10.0 | 10.0 | 100.0% | 0 | 4.11s | 11,301 | 447 | 0 | |
| Muse Glimmer 30B | 10.0 | 10.0 | 100.0% | 0 | 6.41s | 9,546 | 331 | 1,137 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Sonnet 4.6 | 3.0 | 10.0 | 0.0% | 0 | 4.67s | 204 | 431 | 0 | |
| Muse Glimmer 30B | 3.0 | 10.0 | 0.0% | 0 | 94.20s | 231 | 973 | 19,847 |
快速对比
切换对比组合
Gemini 3.1 Flash Lite PreviewmediumvsMuse Glimmer 30BhighClaude Sonnet 4.6nonevsKAT-Coder-Pro V2.5lowDeepSeek V4 Flash 0731mediumvsMuse Glimmer 30BhighClaude Sonnet 4.6nonevsGemini 3.1 Flash Lite PreviewmediumClaude Sonnet 4.6nonevsGemini 3 Flash PreviewlowKAT-Coder-Pro V2.5lowvsMuse Glimmer 30BhighClaude Sonnet 4.6nonevsDeepSeek V4 Flash 0731mediumGemini 3.1 Flash LitemediumvsMuse Glimmer 30BhighGemini 3 Flash PreviewlowvsMuse Glimmer 30BhighClaude Sonnet 4.6nonevsGemini 3.1 Flash LitemediumMuse Glimmer 30BhighvsQwen3.7 FlashlowClaude Sonnet 4.6nonevsLongCat 2.0medium